聚类划分方法
给定n个数据点的数据集合，构建数据集合的出K个划分，每个划分代表一个类别，2<k<sqrt(n)。算法思想，划分法需要预先指定聚类数目和聚类中心，计算每个点与其他点的距离，对于每个数据点都有n-1个距离值，对这些距离值进行排序，找出最接近的数据点，算出这些距离的和值。并进行下次迭代，这时数据中兴点位置改变，继续按照上方的步骤，逐步降低目标函数的误差值，直到目标函数值收敛时，得到最终聚类的结果。逐步对聚类结果进行优化、不断将目标数据集向各个聚类中心进行重新分配以获最优解。代表算K-means,K-medoids.(公式乱码，用文字代替)
setp1:指定K个聚类中心
setp2:(每一个数据点与初始聚类中心的距离)
setp3:（对每一个数据点x,找到最近的C（聚类中心），x分配到新的类C中）
setp4:（更新聚类中心点)
setp5:（计算每一类的偏差）
setp6:判断偏差是否小于阈值（自己设定），不小于则返回setp2
当聚类是密集的，而聚类之间区别明显时，K—Means算法的效果较好。另外，对处理大数据集，该算法是高效率的，因为它的复杂度是，其中，n是所有对象的数目，K是聚类的数目，t是迭代的次数。通常且。但是，K—Means算法只有在聚类的平均值被定义的情况下才能使用。如果处理符号属性的数据并不适用。K—Means算法对初始聚类中心和样本的输入顺序敏感，对于不同的初始聚类中心和样本输入顺序，聚类结果会有很大差别。由于采用迭代更新的方法，所以当初始聚类中心落在局部值最小附近时，算法容易生成局部最优解。另外，算法的效果受孤立点的影响很大。
优点：1简单，易于理解和实现；2，时间复杂度低3.聚类中心用各类别中所有数据的平均值表示k-means方法的缺陷1，需要对均值给出定义,2，需要指定要聚类的数目；3，一些过大的异常值会带来很大影响；4，算法对初始选值敏感；5，适合球形聚类6.结果好坏依赖于对初始聚类中心的选择、容易陷入局部最优解、对K值的选择没有准则可依循、只能处理数值属性的数据、聚类结构可能不平衡。
简单说下：k-means和K-medoids区别，k-means聚类中心在空间上（也就是可能是在数据上，也可能不再数据上），K-medoids呢，聚类中心要求在数据上
简单实现k-means
from sklearn.cluster import KMeans
from sklearn import datasets
from dask.array.learn import predict
import numpy as np
iris = datasets.load_iris()
X = iris.data
y = iris.target
clf=KMeans(n_clusters=3)
model=clf.fit(X)
predicted=model.predict(X)
#设置区间
print(predicted)
k2y = np.array([0,1,2]) #
print(k2y[predicted])
print((k2y[predicted] == y).astype(int).mean())
好的这样做出来精确度为89.3%，聚类算法受到初始点的影响很大，初始点选取的好坏直接影响我们聚类精度。这是初始k-means ,当然可以改进算法，加核。。。。（这里不阐述）
